英特爾等公司推出了非易失性隨機(jī)訪問存儲(chǔ)器（NVRAM），這些存儲(chǔ)器在電源斷電后仍然能夠保持?jǐn)?shù)據(jù)。由于NVRAM位于服務(wù)器的內(nèi)存總線上，因此比磁盤或SSD快幾個(gè)數(shù)量級(jí)。但與SSD不同，NVRAM可以作為內(nèi)存字節(jié)或4K存儲(chǔ)塊進(jìn)行訪問。這為系統(tǒng)架構(gòu)師在配置系統(tǒng)時(shí)提供了最大性能和兼容性的靈活性。

NVRAM一個(gè)常見的用例是用于大型內(nèi)存服務(wù)器。例如，最新的Xeon SP（Skylake）服務(wù)器每個(gè)處理器可以支持高達(dá)1.5TB的內(nèi)存，但實(shí)現(xiàn)這一目標(biāo)所需的12個(gè)128GB DIMM成本很高。相反，英特爾的Optane NVRAM DIMM價(jià)格低至每128GB 625美元，而且功耗也低得多。使用經(jīng)濟(jì)實(shí)惠的Optane DIMM，可以在內(nèi)存中運(yùn)行大型數(shù)據(jù)庫，從而顯著提高性能。

所有的云供應(yīng)商都使用高度可擴(kuò)展架構(gòu)來存儲(chǔ)數(shù)十億的數(shù)據(jù)。 目前，越來越多的橫向擴(kuò)展技術(shù)開始應(yīng)用到企業(yè)中。在橫向擴(kuò)展存儲(chǔ)流行之前，企業(yè)往往要購買大量的存儲(chǔ)陣列，以確保將來擴(kuò)展時(shí)能有足夠的磁盤空間。如果后來沒有擴(kuò)展容量或者擴(kuò)展的比預(yù)期的要少的多，那么原先購買的磁盤都會(huì)浪費(fèi)。

有了橫向擴(kuò)展存儲(chǔ)架構(gòu)，在購買磁盤時(shí)就可以量力而行，一旦存儲(chǔ)空間的需求超出預(yù)期，可以添加新的陣列而不會(huì)受到任何限制。如今，隨著人們對(duì)數(shù)據(jù)越來越看重，數(shù)據(jù)的安全性已經(jīng)成為企業(yè)的重點(diǎn)，數(shù)據(jù)安全領(lǐng)域?qū)⒃谖磥韼啄陜?nèi)進(jìn)行徹底的改變。

隨著歐洲通用數(shù)據(jù)保護(hù)條例（GDPR）的出臺(tái)，如今人們對(duì)數(shù)據(jù)安全達(dá)到了前所未有的高度，同時(shí)也擴(kuò)大了對(duì)于用戶個(gè)人數(shù)據(jù)的定義。企業(yè)必須將用戶個(gè)人的IP地址或cookie數(shù)據(jù)等信息置于和其他用戶機(jī)密數(shù)據(jù)（姓名、地址以及社會(huì)安全號(hào)碼等）相同的保護(hù)等級(jí)。

雖然數(shù)據(jù)安全法規(guī)的出臺(tái)，對(duì)數(shù)據(jù)隱私保護(hù)是積極的，但由此對(duì)行業(yè)帶來的影響也是巨大的。物聯(lián)網(wǎng)、人工智能、機(jī)器學(xué)習(xí)這些領(lǐng)域的發(fā)展，依靠著數(shù)據(jù)量來訓(xùn)練，這些領(lǐng)域的發(fā)展將面臨合規(guī)考驗(yàn)，這就需要企業(yè)在滿足數(shù)據(jù)安全合規(guī)的情況下，利用好數(shù)據(jù)，創(chuàng)造價(jià)值。

如果您的企業(yè)使用或計(jì)劃使用機(jī)器學(xué)習(xí)，你就需要熟悉神經(jīng)處理器。神經(jīng)處理器是大規(guī)模并行算術(shù)邏輯單元，針對(duì)機(jī)器學(xué)習(xí)模型所需的模型進(jìn)行了優(yōu)化。如今，神經(jīng)處理器越來越普遍，所有云供應(yīng)商都在試圖創(chuàng)建了自己的神經(jīng)處理器，例如Apple Watch中有神經(jīng)處理器的應(yīng)用。谷歌的阿法狗中也有神經(jīng)處理器的應(yīng)用，TensorFlow加速器每秒可以運(yùn)行90萬億次。

那么神經(jīng)處理器對(duì)存儲(chǔ)的需求是什么？帶寬。在實(shí)時(shí)應(yīng)用中，例如在機(jī)器人、自動(dòng)駕駛和在線安全中，神經(jīng)處理器需要盡可能快地提供的數(shù)據(jù)，因此帶寬很重要。同時(shí)值得注意的是，除了帶寬，在提供數(shù)據(jù)時(shí)還要盡可能少地延遲，以便盡快完成所需的數(shù)學(xué)運(yùn)算。

隨著邊緣和數(shù)據(jù)中心數(shù)據(jù)量的快速增長(zhǎng)，將數(shù)據(jù)移動(dòng)到處理器計(jì)算越來越困難。相反，處理正在轉(zhuǎn)移到存儲(chǔ)。這個(gè)概念目前被HPE，Dell / EMC和NGD Systems標(biāo)記為智能存儲(chǔ)，并開始逐漸應(yīng)用到他們的存儲(chǔ)設(shè)備中，通過內(nèi)置于存儲(chǔ)陣列控制器中的優(yōu)化，可以管理磁盤延遲或訪問模式的問題，我們稱之為存儲(chǔ)智能。

隨著快速和廉價(jià)的神經(jīng)處理器的出現(xiàn)，以及用于機(jī)器學(xué)習(xí)的足夠的數(shù)據(jù)庫，智能存儲(chǔ)在很大程度上可以被訓(xùn)練成自我管理。除此之外，智能數(shù)據(jù)池也可以使用深度學(xué)習(xí)來進(jìn)行管理，優(yōu)化存儲(chǔ)設(shè)備的應(yīng)用。如今，數(shù)據(jù)中心計(jì)算時(shí)代已經(jīng)來臨，全球有45億臺(tái)的計(jì)算設(shè)備在使用，尤其是大量移動(dòng)設(shè)備的使用，將產(chǎn)生越來越多的數(shù)據(jù)，數(shù)據(jù)也正逐漸成為企業(yè)競(jìng)爭(zhēng)武器。

通過存儲(chǔ)設(shè)備，保存數(shù)據(jù)，通過分析工具，讓數(shù)據(jù)產(chǎn)生價(jià)值，這一趨勢(shì)將在未來不斷的持續(xù)下去。